Ich interessiere mich für Fälle, in denen der Gradient des Konjugats viel besser funktioniert als die GMRES-Methode. Im Allgemeinen ist CG in vielen Fällen von SPD (Symmetric-Positive-Definite) die bevorzugte Wahl, da es weniger Speicherplatz benötigt und die theoretische Konvergenzrate für CG...
In Methoden wie gmres oder bicgstab könnte es attraktiv sein, eine andere Krylov-Methode als Vorkonditionierer zu verwenden. Schließlich sind sie einfach matrixfrei und in einer parallelen Umgebung zu implementieren. Zum Beispiel kann man einige Iterationen (sagen wir ~ 5) von nicht aufbereiteten...
Ich arbeite derzeit an der Lösung sehr großer symmetrischer (aber nicht positiv definierter) Systeme, die von bestimmten Algorithmen generiert werden. Diese Matrizen haben eine schöne Blocksparsity, die zum parallelen Lösen verwendet werden kann. Ich kann mich jedoch nicht entscheiden, ob ich einen...